之前針對於探索性因素分析（Exploratory factor analysis, EFA）我已經寫過不少篇文章在介紹其使用時機、注意事項及其與驗證性因素分析（Confirmatory factor analysis, CFA）的不同，不過在實務上我們有協助一些學術研究者處理因素分析的結果，接著作後續的分析並且投稿，因此也接受到不少審稿者的意見與質疑，本篇文章擬將這些常問到的問題作個整理，提供給各位讀者做為未來投稿時呈現因素分析結果的參考。
首先最常被問的問題就是，審稿者提出覺得因素分析表格的呈現不夠完整，常見的狀況有①研究者沒有將每一個因素與每一個題目之間的因素負荷量（loading）列出來，可能只有列出該因素與題目的負荷量而已、②研究者將loading比較小（例如0.40或0.50）的數值忽略不報告，以上兩點會造成審稿者無法窺視因素分析結果的全貌，無法得知此因素分析的結果是否存在疑慮，例如說無法判斷是否存在Cross-loading的問題（同一個題目同時與2個以上的因素有高loading），研究者將最標準的報告格式整理如表1所示：
由表1可知有幾個重要的元素是不可省略的，例如每一個因素與每一個題目的loading不管有無高於決斷值（例如0.40或0.50）都要列出、題目的內容就算字體縮的很小也是要呈現，不然reviewer跟讀者根本不知道量表內容為何，若因素分析表格佔篇幅太大，屆時在放到網路附錄（e-supplement）即可、重要的統計量（KMO、共同性、特徵值、解釋變異量、信度等）都要呈現在表格。
再來還有常被詬病的問題，也就是reviewer常認為研究者在因素分析的方法交代不清，所謂「方法」至少包括幾下幾個面向：萃取因素的方法、決定因素個數的方法、轉軸的方法以及最重要的如何抉擇刪除題目。萃取因素的方法一般以主成分分析或主軸因子為主、決定因素個數一般以特徵值大於1最常見，或是以陡坡圖或平行分析法、轉軸不外乎正交的Varimax或斜交的Promax或Direct Oblimin，前三個面向通常只要交代清楚即可。
至於如何抉擇刪除題目就是一個比較重要的議題了，通常會讓審稿者感到混淆不明的就是這個部分，一般來說刪除題目不外乎三個原因，第一是題目的loading未達標準、第二是題目有Cross-loading、第三是該因素只包括1或2個題目。關於前兩點建議只要在資料分析方法或統計結果交代清楚即可，關於第三點則建議要審慎評估，因為一般認為保留較多因素所造成的問題會比保留較少因素來得輕微（Fabrigar et al., 1999），基於這個理由我們似乎不該輕易地刪除只有一個或兩個題目的因素，但是礙於題目個數越多則信度值越高的原則，只有2個題目的因素的信度值可能會偏低（只有1題的信度則是根本沒辦法計算），因此儘管我們保留了這個因素（只有2題），但是可能也會因為它的信度值很低（例如低於.60）而又遭受到reviewer的挑戰，因此這是一個兩難的問題，在此提供一個實務的建議，如果此因素只有1題那麼建議還是刪除之（當然在文章中也要詳細交代過程），如此因素有2題則要看它的信度高或不高，若高則保留，若不高則刪除之，希望經過我們的誠實說明後reviewer可以接受。
經過以上的整理，大致可以將因素分析常被問到的問題分成兩大類，一為最終結果的呈現，二為方法與過程的說明，希望經過實例與經驗的分享，大家能夠在未來製作與呈現因素分析結果時做為參考，讓審稿者盡量沒有質疑的空間，而文章也都更能順利地被接受。
Reference
Fabrigar, L., Wegener, D., MacCallum, R., & Strahan, E. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299.
留言列表
{{ article.title }}